基于混合算法的点云配准方法研究 |
| |
引用本文: | 任伟建,高梦宇,高铭泽,张鹏,刘丹.基于混合算法的点云配准方法研究[J].吉林大学学报(信息科学版),2019,37(4):408-416. |
| |
作者姓名: | 任伟建 高梦宇 高铭泽 张鹏 刘丹 |
| |
作者单位: | 东北石油大学 电气信息工程学院,黑龙江 大庆163318;东北石油大学黑龙江省网络化与智能控制重点实验室,黑龙江 大庆163318;东北石油大学 电气信息工程学院,黑龙江 大庆,163318;中国石油管道局工程有限公司 设计分公司,河北 廊坊,065000;中国海洋石油集团有限公司 东方石化有限责任公司,海南 东方,572600;中国石油天然气股份有限公司 辽河油田分公司钻采工艺研究院,辽宁 盘锦,124010 |
| |
基金项目: | 国家自然科学基金资助项目( 61374127) ; 黑龙江省科学基金资助项目( F2018004) |
| |
摘 要: | 为解决ICP( Iterative Closest Point) 算法对初始点云位置要求高且易陷入局部最优的问题,提出一种新的配准方法。首先遵从优势互补基本思想,结合将人工萤火虫算法和粒子群算法生成自适应人工萤火虫-粒子群算法( AAGPSO: Adaptive Artificial Glowworm-Particle Swarm Optimization) ,以使算法的收敛速度变快,解的精度得到提高; 其次优化迭代最近点算法( ICP) ,将已改进的AAGPSO 算法引入ICP 配准算法中进行点云配准,解决ICP 算法因点云的初始位置相差较大而陷入局部最优问题,加快整体的配准效率。通过实验对比原始ICP 配准方法和改进的配准方法并对其进行误差分析,结果验证了AAGPSO 算法在传统ICP 算法的基础上提高了配准精度,并且加快了算法收敛速度,改进的配准方法具有明显优越性。
|
关 键 词: | 人工萤火虫-粒子群优化算法 点云配准 ICP算法 |
本文献已被 万方数据 等数据库收录! |
| 点击此处可从《吉林大学学报(信息科学版)》浏览原始摘要信息 |
| 点击此处可从《吉林大学学报(信息科学版)》下载免费的PDF全文 |
|